머신러닝을위한MATLAB
모델을학습시키고파라미터를튜닝하며임베디드시스템에배포합니다。
엔지니어와기타영역전문가들은MATLAB®을활용하여수천가지머신러닝애플리케이션을배포해왔습니다。MATLAB을이용하면다음을통해머신러닝의어려운부분이용이해집니다。
- 모델을학습시키고비교하기위한点和点击앱
- 고급신호처리및특징추출기법
- 모델성능을최적화하기위한자동하이퍼파라미터튜닝및특징선택
- 동일한코드를사용하여빅데이터및클러스터로연산을확장할수있는기능
- 임베디드및고성능응용프로그램을위한C / C ++코드의자동생성
- 지도학습및비지도학습을위한널리활용되는분류，회귀，클러스터링알고리즘
- 대부분의통계및머신러닝연산에서오픈소스보다더욱빠르게실행
参考他人如何使用MATLAB机器学习
汽车
宝马
检测过度转向与机器学习
公用事业和能源
贝克休斯
预测性维护的天然气和采油设备使用数据分析和机器学习
神经科学
巴特尔
神经旁路技术还原运动的瘫痪病人的手臂和手
대화형앱과알고리즘
가장널리사용되는다양한분류와클러스터링，회귀알고리즘중에서선택하십시오。분류및회귀앱을이용하여모델을대화형으로학습시키고비교，튜닝하고내보내서추가로분석，통합，배포를하십시오。수작업코딩을더선호하신다면특징선택및파라미터튜닝을이용하여모델을더욱최적화할수있습니다。
자동머신러닝（AutoML）
학습데이터에서자동으로특징을생성하고，베이지안최적화등하이퍼파라미터튜닝기법을이용하여모델을최적화하십시오。신호나이미지데이터에대한웨이블릿스캐터링과같은특수한특징추출기법，NCA（邻里成分分析）또는순차적특징선택과같은특징선택기법을활용하십시오。
추가정보
코드생성
전처리，후처리를포함하여전체머신러닝알고리즘에사용할수있는읽기가능한Ç또는C ++코드를생성하여임베디드시스템에통계와머신러닝모델을배포하십시오。C / C ++예측코드를재생성하지않고배포된모델의파라미터를업데이트합니다。MATLAB함수블록및的Sim万博1manbetxulink®의시스템블록을통해머신러닝모델을이용하여사용자의고충실도시뮬레이션을더욱빠르게검증하고확인하십시오。
추가정보
스케일링과성능
高大형배열을이용하여，코드를거의변경하지않고도기계의메모리에담기에는너무큰데이터세트에대해머신러닝모델을학습시키십시오。데스크톱，클러스터또는클라우드에서이루어지는병렬컴퓨팅을이용하여통계학적계산과모델학습속도를높일수도있습니다。
추가정보
무료평가판다운로드
30일동안사용가능
